מדריך התחלה מהירה
קבלו מפתח API ללא סינון והתחילו לשלוח בקשות תוך פחות משתי דקות. מדריך זה מכסה את השלבים המדויקים לשילוב ה-API התואם OpenAI בתהליך העבודה שלכם.
דרישות מוקדמות והתקנת SDK
התקן את ה-SDK הרשמי לשפת התכנות המועדפת עליך לפני ביצוע כל בקשה. זה מבטיח תאימות לכתובת הבסיס ולכותרות האימות.
- Python:
pip install openai - Node.js:
npm install openai
ספריות אלו מטפלות בתקשורת ה-HTTP הבסיסית וניתוח ה-JSON עבורך.
הגדרת כתובת הבסיס ואימות
הגדר את הלקוח שלך עם כתובת ה-URL הבסיסית הספציפית ומפתח ה-API הייחודי שלך. זה מכוון תעבורה למנוע ה-Inference הלא-מסונן שלנו במקום לספק הסטנדרטי.
הגדר את משתנה הסביבה OPENAI_API_KEY או להעביר אותו ישירות בהתחלת הלקוח שלך.
כתובת ה-URL הבסיסית חייבת להצביע ל- https://api.llmuncensoredapi.com/v1 כדי להבטיח נתיוב נכון.
בקשת השלמת טקסט בסיסית
שלח בקשת POST פשוטה כדי ליצור טקסט. שיטה זו עובדת לכל מקרה שימוש סטנדרטי של השלמת צ'אט.
המודל מגיב בטקסט גולמי, תוך הימנעות מהסירובים האופייניים הנמצאים במודלים אחרים.
השתמשו ב-ID המודל uncensored לכל הבקשות.
להלן דוגמה בסיסית:
curl https://api.llmuncensoredapi.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Run health check on the api endpoint"}]
}'
תגובות בסטרימינג עם SSE
השתמשו בזרם (streaming) ליצירת טוקנים בזמן אמת. זה אידיאלי לממשקי צ'אט או ליצירת תוכן ארוך.
הגדר stream: true בגוף הבקשה שלך.
ה-API מחזיר אירועים שנשלחים מהשרת (SSE) כשהטוקנים הופכים זמינים.
גישה זו מפחיתה את תחושת העיכוב עבור המשתמש.
קוד זרימה לדוגמה:
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Tell the story in second person."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
פקודות פונקציה ושימוש בכלים
אפשרו קריאת פונקציות על ידי הגדרת כלים בבקשה שלך. זה מאפשר למודל להחזיר JSON מבני לביצוע חיצוני.
שימוש tool_choice לשליטה מתי המודל קורא לפונקציה.
תכונה זו קריטית לעבודות אוטומציה.
דוגמה ב-Python:
from openai import OpenAI
client = OpenAI(base_url="https://api.llmuncensoredapi.com/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)
מצב JSON לפלט מבני
כפה על המודל להפיק JSON תקין באמצעות ה- response_format פרמטר.
הגדר response_format אל {"type": "json_object"}.
זה מבטיח פיענוח עקבי לאפליקציות זרועות.
דוגמה ב-Node.js:
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.llmuncensoredapi.com/v1", apiKey: process.env.API_KEY });
const resp = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);
הבנת טוקנים ומגבלות
חלון ההקשר תומך עד 100,000 טוקנים בסך הכל. כל בקשה יכולה להפיק עד 16,000 טוקנים.
מגבלות הקצב הן 300 בקשות לדקה לכל מפתח.
שגיאות כוללות 401 למפתחות לא חוקיים, 402 לאשראי לא מספיק, ו-429 למגבלות קצב.
שגיאות אינן צורכות את האשראי שלך.
שאלות נפוצות
מהו מזהה המודל של LLM לא צנזורה?
השתמשו ב-ID המודל "uncensored" לכל הבקשות. ID זה מצביע על המודל בעל המשקל הפתוח שלנו המתאים לפלט ללא הגבלה.
כיצד עובד החיוב?
אתה משלם לפי שימוש בטוקנים. טוקני קלט עולים $0.15 לכל 1M, וטוקני פלט עולים $0.50 לכל 1M. שגיאות ודחיות הן בחינם.
האם ניתן להשתמש בזה עם ה-SDK הרשמי של OpenAI?
כן. ה-API תואם לחלוטין ל-OpenAI. פשוט עדכן את כתובת הבסיס ומפתח ה-API בתצורת הלקוח הקיימת שלך.
קבלו את המפתח תוך שניות
הירשמו, העתיקו את מפתח ה-API שלכם, ועדכנו את כתובת ה-URL הבסיסית שלכם. זה כל מה שצריך לעשות.